React 面试题库:44k Star 的面试备战手册

Agent 开发从入门到实战(022):LangChain 工具与 Agent 实战——@tool 装饰器与 create_react_agent 本文系统讲解智能体开发三步法:通过@tool装饰器自动构建工具说明书,bind_tools一键绑定模型,create_react_agent实现零代码组装。结合单测验证、结构化工具调用与框架自动化,将复杂流程从200行精简至3行,核心聚焦于模型决策与工具质量,告别胶水代码,高效构建可扩展的AI智能体。 阅读详情

React 面试题库:44k Star 的面试备战手册

正文顶部截图

React 面试准备这件事,很多人都经历过:网上资料零散,质量参差不齐,刷了一堆帖子还是心里没底。GitHub 上有一个仓库专门解决这个问题,sudheerj/reactjs-interview-questions,目前 Star 数超过 44k。

README区域截图

这个仓库整理了 React 相关的面试题和答案,覆盖范围很广。内容分为新版问答和旧版问答两个部分,新版有 319 道题,旧版有 89 道题,加起来超过 400 道。

题目按主题分类,包括 Core React、React Router、React 国际化、React 测试、React Redux、React Native 等模块。Hooks 相关的题目单独成组,从 useState、useReducer 到 useMemo、useCallback、useRef,再到自定义 Hook,基本涵盖了日常开发和面试中会遇到的场景。

每道题的答案不是简单的一句话概括,而是会给出背景解释、代码示例和使用场景。比如 Virtual DOM 的问题,会从概念讲到工作原理,再对比 Shadow DOM 的区别。React Fiber 这类进阶话题也有涉及,解释了并发渲染的机制。

对于准备面试的人来说,这个仓库的结构比较友好。目录用了锚点链接,可以快速跳转到具体题目。如果只关心某个模块,比如只想复习 Redux 相关的内容,直接找到对应分类就行。

题目难度跨度比较大,从基础的"什么是 React"到进阶的"useSyncExternalStore 是什么"都有。初级开发者可以从前几十题开始,中高级开发者可以跳到 Hooks 深入部分或者 React Server Components 相关的问题。

除了 React 本身的题目,仓库还收录了周边生态的内容。React Router 从 v4 到 v6 的用法变化、Redux 的核心原则和中间件选择、Formik 和 Redux Form 的对比,这些在实际项目中经常用到的知识点都有覆盖。

测试部分介绍了 Shallow Renderer、TestRenderer、ReactTestUtils 以及 Jest 的基本用法。国际化部分讲了 React Intl 的格式化方法和 locale 获取方式。这些内容在很多教程里不太容易找到系统的整理。

仓库持续在更新,会跟进 React 的新特性。比如 React 18 引入的并发特性、App Router 和 Page Router 的区别、客户端组件和服务端组件的使用场景,这些比较新的话题也已经被收录进去。

对前端开发者来说,不管是要准备面试,还是想系统梳理 React 知识体系,这个仓库都值得花时间过一遍。400 多道题不可能全部背下来,但把每道题的答案读一遍,至少能发现自己知识体系里的盲区。

道题的答案读一遍,至少能发现自己知识体系里的盲区。

Chapter 19 Digital Phase-Locked Loops 数字锁相环 Digital Phase-Locked Loops, 就是根据原来时钟信号, 产生新的时钟信号, which is locked or synchronized. (align 参考时钟边沿 or 在中间) 阅读详情

相关推荐

trae使用playwright MCP方法流程

trae使用playwright MCP方法流程

MAILLIBIN的专栏 1678

21st.dev 上手教程:12000+ React 组件库怎么用,6 步从挑样式到接进 Cursor

21st.dev 收录 12000+ 个 React + Tailwind 组件、297 套整站模板与 979 套主题。本文是手把手流程版:按页面用途找组件、用复制或 shadcn CLI 落地、接入 MCP 让 Cursor 自己取代码、用整站模板开局,附 10 张真实组件截图和 4 个常见坑。

懿轩的技术小窝 241

海康威视iSC平台视频流对接:RTSP、HLS、WS三种协议到底该怎么选?

本文深入分析海康威视iSC平台视频流对接中RTSP、HLS和WebSocket三种协议的优缺点,帮助开发者根据实时性、兼容性和网络环境做出最优选择。特别适合综合安防管理平台的Web视频监控系统开发,提升用户体验和系统性能。

weixin_28365523的博客 693

手搓 AI Agent 02:让模型第一次“动手“——Agent Loop 与 ReAct

本系列第2篇实现Agent核心循环——ReAct模式,让模型从“被动回答”变为“主动执行”。通过LLMClient工具调用能力,构建think → act → observe闭环,首次实现模型自主调用计算器、读取结果并继续推理。代码支持安全算术、步数限制与错误隔离,升级终端REPL为可观察的智能体交互界面。每步操作清晰可见,为后续多工具、规划与协作打下基础。

快乐来自程序里 150

MDM主数据清洗和编码集成说明

绝大多数的企业业务系统是伴随业务发展而建设的,但随着业务发展单一系统难以支撑企业业务闭环。MDM主数据管理平台可以满足企业数据治理的需求,本文针对主数据清洗和编码集成进行梳理。...

数通畅联 3321

干法刻蚀工艺进阶:如何通过调节DC自偏压优化刻蚀速率和各向异性

本文深入探讨了干法刻蚀工艺中DC自偏压的精细调控艺术。DC自偏压是影响刻蚀速率和各向异性的关键因素,文章通过实战案例,详细分析了如何通过调节射频功率、频率、腔室压力及气体成分等参数,间接而有效地控制DC自偏压,从而优化高深宽比硅沟槽等复杂结构的刻蚀效果,实现工艺性能的精准提升。

weixin_28308325的博客 337

成为全栈·Vue 管理后台篇·Naive UI 主题对齐:React 后台配色与明暗模式

本文根据 React 管理后台的蓝紫主色与浅/深色语义令牌,分析 Vue 后台如何用 CSS custom properties、Naive UI `NConfigProvider`、theme overrides、Pinia UI store 和系统媒体查询完成主题对齐。文章说明 CSS class 与 Naive UI darkTheme 必须同步,Markdown 编辑器/预览需要单独接入 resolvedTheme,并通过主题/侧栏持久化区分非敏感偏好与认证凭证。

FungLeo's Blog 315

大语言模型原理与工程实践:行业大语言模型的评测:以金融行业大语言模型为例

大语言模型、金融行业、模型评测、自然语言处理、深度学习、Transformer、BERT、GPT 1. 背景介绍 近年来,大语言模型(Large Language Model,LLM)在自然语言处理(Natural Language Processing,NLP)领域取得了突破性的进

AI大模型应用之禅 139

React 项目集成网页打印控件:Hooks 封装全流程

把打印实例封成 usePrint,组件里一行调用,含完整可跑代码。本文结合具体场景讲清做法、常见问题与可复用的实现思路。

一天拉了7遍的博客 227

【Ubuntu】RK3576 Linux 6.10 Ubuntu 22.04 系统中 HUSB311 Type-C 转 DP 显示输出与 Device/OTG 模式切换配置详解

本文详细介绍了在Rockchip RK3576开发板(Linux Kernel 6.10+Ubuntu 22.04)上配置HUSB311 Type-C控制器的设备树实现方案。主要内容包括:1)硬件连接与模块组成;2)设备树完整配置,涵盖Type-C供电、USB OTG/Host模式、DP显示输出等关键功能;3)软件配置步骤与常见问题排查方法。该方案实现了Type-C接口的DisplayPort AltMode显示输出、USB Device/Host模式自动切换等功能,为嵌入式系统Type-C接口开发提供参考

qq_34478161的博客 809

面向高分辨率遥感影像的建筑物有效分割方法:基于UNFormer的全局与局部结构特征建模

基于UNFormer的建筑物遥感图像语义分割模型实现 摘要:本文介绍了一种结合CNN与Transformer优势的UNFormer模型,用于解决建筑物遥感图像语义分割任务。该模型采用U形结构设计,编码器基于CNN提取局部特征,瓶颈层使用Transformer捕捉全局依赖关系,解码器通过上采样融合多尺度特征。实验在WHU建筑物数据集上进行,可视化结果显示模型能有效处理建筑物密集区域和复杂边缘。文章提供了从环境搭建、数据处理到模型实现的完整教程,包括PyTorch代码实现细节,帮助读者快速复现这一先进的语义分割

m0_71589036的博客 5367

【从零搭建】AI大模型之ReactAgent智能体对接MCP实战

是由Anthropic公司推出的AI工具标准化协议简单说,MCP就像一个"AI工具的USB接口",让不同的AI模型可以用统一的方式调用各种工具打个比方:以前每个AI平台有自己的工具接口,就像手机充电线,安卓用Type-C,苹果用LightningMCP协议就像统一的充电标准,所有AI都用同一种方式调用工具@McpTool是Spring AI MCP提供的工具注册注解,用于将Java方法标记为MCP工具简单说,就像给方法贴一个"AI可调用"的标签,AI就能自动发现并使用这个方法@McpTool。

qq_38196449的博客 716

计算机控制技术及应用

《计算机控制技术及应用》通过总结作者的科研成果和吸收国内外的先进理论、方法和技术,以计算机控制系统的网络化、开放化、智能化和集成化发展趋势为主线索,主要介绍计算机控制系统的基本概念和计算机控制系统的典型形式,计算机控制系统的数学描述与基本分析方法,以及数字PID控制器、最少拍控制系统、达林算法、状态变量设计法等设计方法及其各种改进算法。重点突出计算机控制系统输入输出通道接口的设计方法和典型控制系统的设计案例与实现方法等。

从 0 实现 ReAct:消息顺序、工具参数分片与失败回填

上一篇讲四种 Loop 的总览,这篇把 ReAct 拆开,讲清楚"为什么你的工具调用总是不生效"。适合:已经能调通大模型 API、但一接工具就各种报错的同学。

Java 后端学习者。写 JUC 并发、Redis 实战,也记录 LLM 应用开发(Spring AI / RAG / Agent)的学习实录——少讲概念,多讲过程和踩坑。 528

最新的sdio 4.0 spec 协议标准 带书签 高清完整PDF版

Part-E1-SDIO-Specification-Ver4.00-Final-120220.pdf:最新的sdio 4.0 spec 协议标准 带书签 高清完整PDF版,包括SDIO 接口的外设,SDIO 接口官方协议等。

LinePhone3.2.7(android端最新版本) sip客户端

SIP客户端For android:LinePhone3.2.7(最新版本),官网地址:http://www.linphone.org/

【SpringAI Alibaba】ReactAgent响应SSE实时流式传输案例实战

SSE 是单向推送(服务器→客户端),无法客户端→服务器实时发送;双向需用 WebSocket。SSE 是 HTML5 标准,服务器向客户端推送事件流,单向通信,适合流式输出场景。流式输出让用户看到 AI "边想边写",首字响应时间大幅降低(通常在 1 秒内)大模型响应通常需要几秒甚至几十秒,如果等全部生成完再返回,用户体验极差。流式输出中发生异常,要及时关闭流并通知客户端,避免客户端永久等待。,否则 SSE 不会实时推送。

qq_38196449的博客 226

OV9734 DATASHEET,完整规格书

OV9734完整规格书,包括电气参数,尺寸规格,寄存器配置表等

React Router 6核心功能全解析

React Router 由 react-router、react-router-dom 和 react-router-native 三个包组成,分别用于通用路由、DOM 及 React Native 环境。核心组件包括 BrowserRouter、HashRouter、Routes 与 Route,取代旧版 Switch,支持嵌套路由与 Outlet 渲染子路由。常用组件有 Link、NavLink(支持高亮)、Navigate(重定向)等。钩子方面,useRoutes() 可配置路由表,useNavig

var_let_const的博客 171

React工程化中的一个线上Bug如何让我重新认识组件结构

经过上述排查和修改后,在浏览器中再次测试该功能。最终确认 Bug 已修复——当用户选择时间范围并确认后,图表能够正常加载且无空白区域出现。| 技术点 | 原有实现 | 改进措施 | |--------|----------|----------| | useEffect 配置 | 使用原 state 数组 | 将其转换成唯一 key 字符串 | | 状态更新机制 | 直接使用数组作为依赖项 | 引入 key 字符串增强依赖识别 |

后台模板 229

成为全栈·Vue 管理后台篇·Vue响应式与 React Hooks:同一交互的两种运行模型

本文以同一套管理后台中的文章筛选、分页和权限展示为例,对比 Vue 响应式依赖追踪与 React 组件重新渲染模型。通过 ref、computed、watch 和 useState、useMemo、useEffect,解释两种框架的状态传播、闭包与依赖处理差异,并给出从 React 页面迁移 Vue 时区分本地状态、派生状态、服务器状态和副作用的检查方法。

FungLeo's Blog 297

第八章:ReAct 智能应用架构深度剖析

ReAct 是一种结合推理与行动的智能代理框架,通过“思考-行动-观察”循环实现多步任务处理。相比传统聊天机器人,ReAct 能调用外部工具、基于真实结果决策,适用于查询、计算等复杂任务。其架构包含 LLM 决策、工具注册表、控制器与记忆模块,确保安全可控。示例中实现计算器与天气查询工具,展示极简 ReAct Agent 的工作流程:模型分析任务,选择并调用工具,接收结果后继续推理,最终生成准确回答。

xyphf的博客 136

React 进阶 21 天学习计划

本学习计划专为有经验的 React 开发者设计,聚焦 React 19 新特性、性能优化与架构进阶。通过21天系统训练,掌握 use Hook、Server Components、Server Actions、状态管理选型(Zustand/Jotai/RTK)及 RSC 全栈开发,提升工程化能力与高级架构思维,实现从“会用”到“精通”的跃迁。

富朝阳的博客 172

后端够硬就行?错!用 React/Vue/Next.js 补齐全栈拼图

后端再强,前端体验崩了也白搭。本文以真实项目为镜,揭示后端开发者补全前端能力的五大核心痛点:状态调度误判、并发渲染竞态、加载体验缺失、响应式陷阱与组件边界混淆。通过 React 的函数式更新、并发渲染清理机制,Vue 的 nextTick 与 ref 安全传递,以及 Next.js 服务端组件的架构级优化,提供可直接落地的工程方案。强调“状态生命周期”与“渲染时机”的感知,才是全栈拼图中不可或缺的一块。

2302_80138126的博客 506

从0到1实现三种智能体范式:ReAct、Plan-and-Solve 与 Reflection

本文精读《Hello-Agents》第四章,梳理ReAct、Plan-and-Solve、Reflection三种Agent范式的核心循环逻辑:它们分别在“思考-行动”交替、“规划-执行”分步、“执行-反思”迭代中循环。通过从零实现OpenAI兼容的LLM客户端,揭示框架抽象背后的工程挑战与设计权衡。强调理解循环结构(循环体与终止条件)比记忆代码更重要,帮助读者判断何时选用何种范式,实现从使用者到创造者的跃迁。

2503_94545876的博客 729

ReAct

ReAct是一种基于“思考-行动-观察”循环的交互决策范式,广泛应用于工具型Agent(如LangChain、LlamaIndex)。该范式让大模型交替进行内部推理(Thought)、调用外部工具(Action)并接收结果(Observation),通过迭代优化逐步逼近答案。核心流程为:Thought → Action → Observation → … → FinalAnswer,直至信息充分终止。其本质是将大模型的推理能力与外部工具结合,实现复杂任务的自主规划与执行。

Pniubi的博客 986

React 19

React开发者工具,Chrome插件React Developer Tools。Hooks使用规则 必须用useXxx命名 只能在两个地方调用Hook。使用create-react-app创建React项目。React核心价值 组件化、数据驱动视图。使用useCallback缓存函数。vite与webpack的区别。

creator_Li的博客 261

【SpringAI Alibaba】ReactAgent记忆管理MessageTrimmingHook与MessageDeletionHook

过长的上下文:大模型上下文窗口超限报错、响应时间变长、Token 成本飙升、模型被过时信息"分散注意力"精度下降。开启短期记忆后,对话历史会随对话轮次不断累积变长,就像一份一直在追加内容的会议记录,越来越厚。在每轮对话完成后(afterModel),自动删除最旧的几条消息,控制历史记录长度。修剪时保留第一条消息的目的:通常第一条包含用户最关键的信息(如姓名、任务目标)需要引入"上下文工程"策略,在合适的时机"修剪"或"清理"过时的消息。限制每次调用大模型时传入的消息数量(如最多3条),防止上下文超限。

qq_38196449的博客 458

【SpringAI Alibaba】ReactAgent结构化输出OutputType与OutputSchema实战

定义:允许 Agent 以特定、可预测的格式返回数据,直接得到 JSON 对象或 Java POJO,应用程序可直接使用核心原理ReactAgent 自动将 Java 类的字段信息转成 JSON Schema注入到 Prompt 指令中,模型按照 Schema 格式生成输出,框架再反序列化为 Java 对象核心作用✅类型安全:编译期就知道返回字段,不再在运行时崩溃✅自动注入:框架自动将 Schema 指令加到 Prompt,无需手写提示词格式要求✅可维护。

qq_38196449的博客 324

Agent 任务规划怎么选:ReAct 与 Plan-and-Execute 的成本账与适用边界

Agent 规划选错不是落后,是白烧钱。同样的 10 步任务:ReAct 累计约 27,750 token,Plan-and-Execute 约 7,200,差 3.9 倍。判据只有一条——上手前能不能把子任务写出来:能就规划,不能就边做边说。文末附可切换的双模式执行器与 token 估算代码。

郑恩赐,厦门工学院软件工程AI方向本科在读。专注AI全栈应用开发,熟练Vue3、Spring Boot、PyTorch等技术栈,正在探索多模态大模型应用。拥有多个全栈项目和AI应用开发经验,获国家级大创立项和发明专利,掘金优质作者榜第2名。 239
上一篇: Telepresence:本地调试 Kubernetes 服务,不用反复打包部署
下一篇: Yup:JavaScript 里做数据校验,用它就够了
普通网友
博客等级 码龄151天 0粉丝 16原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符  | 博主筛选后可见
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值